메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김진 (중원대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제19권 제9호(JKIIT, Vol.19, No.9)
발행연도
2021.9
수록면
23 - 28 (6page)
DOI
10.14801/jkiit.2021.19.9.23

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
합성곱 신경망(CNN, Convolutional Neural Network)은 학습 과정을 통하여 커널의 가중치를 최적화함으로써 해당 영상에 대한 최적의 특징 맵(Feature map)을 생성한다. 그러므로 신경망 모델의 입력 크기(Input shape)에 최적화 된 데이터 셋을 이용할 때 최적의 학습률이 나올 것을 기대할 수 있다. 그러나 공개 데이터 셋을 이용하거나 연구자가 직접 이미지를 수집할 경우 입력 크기가 맞지 않을 수 있다. 본 논문에서는 합성곱신경망의 인식률을 높이기 위하여 여러 단계의 이미지 전처리 방법에 대하여 시험하여 결과를 도출하였다. 데이터 셋에 대하여 전처리 전/후에 대한 인식률을 비교한 결과 전처리 후의 결과가 5.73% 정확도가 개선되었다. 이를 통하여 학습 이미지에 대한 전처리 방법이 인식률 향상에 중요한 영향을 미치는 것을 알 수 있었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 이미지 전처리
Ⅳ. 실험 및 평가
Ⅴ. 결론 및 향후 과제
References

참고문헌 (11)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-004-002020726